地平线视觉深度学习算法实习生（静态要素方向）
实习兼职算法序列地点：上海状态：招聘
任职要求
1、计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的硕士/博十在读； 2、熟悉主流深度学习算法，精通一/多个领域，包括但不限于目标检测、分割、跟踪、多任务学习、立体视觉等领域，有计算机视觉、模式识别领域顶会，（CVPR/ICCV/ECCV/ICML/NeurIPS）或顶刊（TPAMI/…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1、负责ADAS、城区/高速NOA场景下的感知算法研发，包含交通灯、标识牌检测等空中要素检测工作; 2、探索2D\3D的检测，以及时序和多传感器融合算法； 3、负责核心算法或模型的原创设计以及工程化落地，如模型优化、评测体系化构建、case选代等; 4、掌握教据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化: 5、掌握通过数据闭环持续迭代模型的能力;
包括英文材料
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
模式识别+
https://www.mathworks.com/discovery/pattern-recognition.html
Pattern recognition is the process of classifying input data into objects, classes, or categories using computer algorithms based on key features or regularities.
https://www.microsoft.com/en-us/research/wp-content/uploads/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf
Pattern recognition has its origins in engineering, whereas machine learning grew out of computer science.
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
CVPR+
https://cvpr.thecvf.com/
ICCV+
https://iccv.thecvf.com/
ICCV is the premier international computer vision event comprising the main conference and several co-located workshops and tutorials.
ECCV+
https://eccv.ecva.net/
ECCV is the official event under the European Computer Vision Association and is biannual on even numbered years.
还有更多 •••
相关职位
实习算法序列
1、负责ADAS、城区/高速NOA场景下的感知算法研发，包含交通灯、标识牌检测等空中要素检测工作; 2、探索2D\3D的检测，以及时序和多传感器融合算法； 3、负责核心算法或模型的原创设计以及工程化落地，如模型优化、评测体系化构建、case选代等; 4、掌握教据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化: 5、掌握通过数据闭环持续迭代模型的能力;
更新于 2025-10-14上海
实习算法序列
1、负责ADAS、城区/高速NOA场景下的感知算法研发，包含交通灯、标识牌检测等空中要素检测工作； 2、负责核心算法或模型的原创设计以及工程化落地，如模型优化、评测体系化构建、case迭代等； 3、掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化； 4、掌握通过数据闭环持续迭代模型的能力；
更新于 2025-09-28北京|上海
实习算法序列
1、探索vla模型在复杂路口的场景理解能力以及对下游决策模块的提升； 2、负责核心算法或模型的原创设计以及工程化落地，如模型优化、评测体系化构建、case迭代等； 3、掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化； 4、掌握通过数据闭环持续迭代模型的能力；
更新于 2025-09-28北京|上海
实习算法序列
1.负责城区/高速NOA场景下的感知算法研发，包含车道线、道路边界、地面箭头等路面静态要素检测工作； 2.探索先验地图前融合算法来提升遮挡、复杂路口以及超视距区域感知能力上限； 3.探索LLM和检测模型结合提高道路场景理解能力； 4.负责核心算法或模型的原创设计以及工程化落地，如型优化、评测体系化构建、case迭代等； 5.掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化； 6.掌握通过数据闭环持续迭代模型的能力。
更新于 2025-01-17北京|上海